Por qué Micro Focus apuesta por RPA
- Gestión de información
Gracias al aumento de la inteligencia artificial (AI) y las iniciativas de transformación de negocios digitales, el interés en RPA ha aumentado significativamente. Sin embargo, en lugar de simplemente usar RPA para crear robots para automatizar un conjunto limitado de procesos estáticos, RPA ahora está aprovechando los algoritmos de aprendizaje profundo y de la máquina para optimizar una gama más amplia de procesos de negocios dinámicos y ajustarse más fácilmente a los cambios dentro de una aplicación.
Travis Greene, director senior de gestión de operaciones de TI de Micro Focus, dijo que las nuevas capacidades, como la tecnología de reconocimiento de objetos incluida en Micro Focus RPA, permiten a la plataforma detectar y adaptarse automáticamente a los cambios en la interfaz del usuario.
Otras capacidades nuevas ahora incluyen la capacidad de crear flujos de trabajo de forma visual o programática utilizando una herramienta que registra las acciones de la pantalla, la capacidad de combinar flujos de trabajo gráficos y programáticos de manera más sencilla que abarcan múltiples plataformas y la capacidad de implementar cientos de miles de bots según sea necesario. Un panel centralizado administra los robots, todos los cuales tienen ID únicos y credenciales cifradas basadas en roles.
A medida que RPA y otras formas de IA continúan integrándose e incorporándose a las aplicaciones, Greene dijo que es cuestión de tiempo antes de que las prácticas de DevOps se extiendan a las plataformas de RPA. Las organizaciones buscarán capacitar a los bots continuamente a medida que más datos estén disponibles, lo que a su vez impulsará las actualizaciones de las aplicaciones que dependen de esos bots. En la mayoría de los casos, dependiendo de la complejidad de la tarea, los robots se construirán utilizando una combinación de interfaces de programación de aplicaciones (API), interfaces de línea de comandos (CLI) y herramientas gráficas. Las organizaciones deberán definir los procesos para determinar cómo y cuándo cada organización optará por invocar una interfaz en lugar de otra, ya sea de forma aislada o combinada, agregó Greene.
Históricamente, las organizaciones han podido aplicar RPA a procesos estáticos con éxito mixto. Con el auge de la IA, el alcance de esos esfuerzos se ha vuelto más ambicioso. Los líderes empresariales están demasiado inclinados a creer que casi todos los procesos de negocios pueden automatizarse utilizando una combinación de AI y RPA. Sin embargo, la IA y la RPA todavía se limitan a casos de uso relativamente estrecho que involucran resultados altamente predecibles.
Sin embargo, eso está cambiando, y RPA y AI se están generalizando en toda la empresa. Los equipos de DevOps deberán encontrar formas de actualizar sus aplicaciones y los modelos RPA / AI sin romper una u otra. La mayoría de los modelos actuales de RPA / AI son muy sensibles a cualquier cambio realizado en el entorno de la aplicación que están supervisando. Y, desafortunadamente, los científicos de datos que son en gran parte responsables de construir esos modelos RPA / AI todavía no tienden a apreciar los mejores procesos DevOps. Sin embargo, llegará un día pronto cuando estos dos mundos colisionarán.
Descubre la innovación
Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.
